CN116935697A - 一种基于图像的车辆防追尾提醒方法、车用摄像设备及车辆 - Google Patents
一种基于图像的车辆防追尾提醒方法、车用摄像设备及车辆 Download PDFInfo
- Publication number
- CN116935697A CN116935697A CN202310836634.XA CN202310836634A CN116935697A CN 116935697 A CN116935697 A CN 116935697A CN 202310836634 A CN202310836634 A CN 202310836634A CN 116935697 A CN116935697 A CN 116935697A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- license plate
- image
- determining
- current frame
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000002265 prevention Effects 0.000 title claims abstract description 12
- 230000008859 change Effects 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims abstract description 6
- 230000007613 environmental effect Effects 0.000 claims description 11
- 230000009467 reduction Effects 0.000 claims description 11
- 230000008901 benefit Effects 0.000 abstract description 4
- 230000007423 decrease Effects 0.000 description 7
- 230000035484 reaction time Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000001338 self-assembly Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/161—Decentralised systems, e.g. inter-vehicle communication
- G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于图像的车辆防追尾提醒方法、车用摄像设备及车辆,包括:获取预存的车牌数据和车辆行驶中拍摄的路况视频,车牌数据包括车牌类型和对应的零距离尺寸参数;识别并确定路况视频当前帧中的预设图像区域;识别并确定当前帧中预设图像区域内最近的车牌图像;识别并确定当前帧中该车牌图像的车牌类型和尺寸参数;根据当前帧和历史帧中该车牌图像的尺寸参数的变化情况和对应的零距离尺寸参数确定碰撞时间;判断碰撞时间是否小于等于预设警报时间,若是则发送警报信号。本发明有益效果在于通过本发明方法可实时计算前后车的碰撞时间,当碰撞时间小于等于预设警报时间时提醒驾驶员,避免追尾。
Description
技术领域
本发明涉及车辆防追尾领域,具体涉及一种基于图像的车辆防追尾提醒方法、车用摄像设备及车辆。
背景技术
我国不仅是人口大国也是车辆大国,据统计我国每年交通事故50万起,很多事故都是注意力不集中、车速过快或反应过慢导致的刹车距离不够追尾事故,如果能有效提醒驾驶员追尾风险则再一定程度上可降低事故数量。
现有的车辆追尾检测或识别大都通过距离传感器结合车速传感器进行判断,但是这些额外增加的零部件会增加车辆购买成本,而且已买的或老式的车辆连改装的可能性都没有。
目前私家车辆大都使用了行车记录仪,如何仅通过行车记录仪即可达到识别并防止车辆追尾的效果是目前值得深入研究的问题。
发明内容
为避免背景技术的不足之处,本发明提供一种基于图像的车辆防追尾提醒方法,可在任意车速识别行驶情况并提醒追尾。
本发明提出的一种基于图像的车辆防追尾提醒方法,包括:
获取预存的车牌数据和车辆行驶中拍摄的路况视频,车牌数据包括车牌类型和与车牌类型对应的零距离尺寸参数;
识别并确定路况视频当前帧中的预设图像区域,预设图像区域为当前帧中以本车辆假想向前行驶所占用的图像区域;
识别并确定当前帧中预设图像区域内最近的车牌图像;
识别并确定当前帧中该车牌图像的车牌类型和尺寸参数;
根据当前帧和历史帧中该车牌图像的尺寸参数的变化情况和对应的零距离尺寸参数确定碰撞时间;
判断碰撞时间是否小于等于预设警报时间,若是则发送警报信号。
进一步的,若碰撞时间大于预设警报时间,则进入以下步骤:
根据最近连续预设次数的碰撞时间确定碰撞时间下降率;
判断碰撞时间下降率是否大于等于预设警报下降率,若是则发送警报信号。
进一步的,车牌数据还包括与车牌类型对应的临界尺寸参数;识别并确定当前帧中该车牌图像的车牌类型和尺寸参数的步骤后还包括:
判断当前帧中该车牌图像的尺寸参数是否大于临界尺寸参数,若是则进入确定碰撞时间的步骤。
进一步的,识别并确定路况视频当前帧中的预设图像区域的步骤包括:
识别并确定当前帧中的车道分界线;
判断车道分界线是否能形成车道区域,若是则确定当前帧中本车辆所在的车道区域为预设图像区域,否则确定当前帧中本车辆的正前方图像区域为预设图像区域。
优选的,预设警报时间为设定警报时间乘以影响系数,影响系数包括车体影响系数和环境影响系数。
进一步的,环境影响系数的确定还包括步骤:
周期性的识别并确定当前帧中的天气状况或地面状况;
根据天气状况或地面状况确定对应的环境影响系数。
本发明还提出一种车用摄像设备,包括用于存储程序的存储器和用于执行所述程序的处理器,所述程序被处理器执行时实现如上所述方法的步骤。
本发明还一种车辆,包括如上所述车用摄像设备。
本发明有益效果在于通过图像识别的方法实时计算前后车的碰撞时间,当碰撞时间小于等于预设警报时间时提醒驾驶员,避免追尾;可直接应用于行车记录仪,无额外硬件成本。
附图说明
图1是实施例基于图像的车辆防追尾提醒方法的流程示意图。
图2是实施例S200的具体流程示意图。
图3是实施例中环境影响系数确定步骤的具体流程示意图。
实施方式
以下结合附图和具体实施例对本发明作进一步说明。
实施例,参照附图1-3,一种基于图像的车辆防追尾提醒方法,应用于车载摄像设备,包括以下步骤:
S100:获取预存的车牌数据和车辆行驶中拍摄的路况视频,车牌数据包括车牌类型以及与车牌类型对应的零距离尺寸参数、临界尺寸参数;
在国内车牌的尺寸实行标准化,同类型车牌的尺寸是统一的,但是不同类型车牌的尺寸是不同的;零距离尺寸参数指的是在视频中某一类型车牌刚好碰到车头或车尾时的车牌尺寸参数,当视频中识别到某车牌的尺寸参数小于零距离尺寸参数时则意味着该车牌与车辆车头或车尾存在一定距离,通常视频中识别到车牌的尺寸参数不会大于等于零距离尺寸参数;零距离尺寸参数除了取决于车牌类型还取决于车载摄像设备与车头或车尾的距离,故而即使是同一种类型的车牌,在不同车型上搭载的车载摄像设备中所记录的零距离尺寸参数也会有所不同;如果车载摄像设备是用户另外自装的话,还需用户通过一系列操作设置后将零距离尺寸参数输入车载摄像设备。
S200:识别并确定路况视频当前帧中的预设图像区域,预设图像区域为当前帧中以本车辆假想向前行驶所占用的图像区域;
当前帧中包括的内容很多,出现左右相邻车道上的车辆是非常常见的事,从理论上说最有可能与本车辆发生追尾事故的仅有本车辆所在车道前方的车辆,而与相邻车道的车辆发生追尾事故的几率很小,几乎可忽略不计;也就是说,当前帧中仅有以图像中的本车辆假想向前行驶所占用的图像区域中的前方车辆才有可能与本车辆追尾,通过确定预设图像区域可以排除相邻车道上这些无关的车辆,避免误判追尾;需要知道的是,不管是用于监控车辆前方还是监控车辆后方,在路况视频中呈现的都是以本车辆作为不动的参照物,而与前车的追尾检测方法和与后车的追尾检测方法本质上没有区别。
S300:识别并确定当前帧中预设图像区域内最近的车牌图像;本步骤很简单就是通过现有的车牌图像识别技术确定预设图像区域内距离最近的车牌图像,也即真实的本车辆的前车或后车。
S400:识别并确定当前帧中该车牌图像的车牌类型和尺寸参数;本步骤的目的就是确定识别出的车牌图像的车牌类型和尺寸参数,尺寸参数可以是当前帧中该车牌图像的分辨率或对角线像素值。
S410:判断当前帧中该车牌图像的尺寸参数是否大于临界尺寸参数,若是则进入步骤S500;
本步骤是可选步骤,从本实施例方法中可知车载摄像设备其实每时每刻都在计算碰撞时间和碰撞时间下降率,为了减少计算节约计算资源,本步骤中确定车牌图像的尺寸参数后先判断是否大于临界尺寸参数,其本质上就是判断前后车的车距,当车距大到一定程度时也即车牌图像的尺寸参数大于临界尺寸参数无需特别注意追尾情况。
S500:根据当前帧和历史帧中该车牌图像的尺寸参数的变化情况和对应的零距离尺寸参数确定碰撞时间;
本步骤是本实施例的核心步骤,与现有技术中通过车牌图像的尺寸参数来确定车距并在车距小于安全车距时发出预警信号的技术方案不同,这种技术方案仅适用于高速行驶场景,不适用于城市内的低速行驶场景;当本车辆与前车的车距越来越近时,车牌图像的尺寸参数会越来越大并趋近于零距离尺寸参数,本步骤就是通过车牌图像的尺寸参数的变化情况确定车牌图像的尺寸参数变为零距离尺寸参数时的预计时间,该预计时间也即实时预估的前后车的碰撞时间,无论本车辆是在高速或低速下,都可以通过碰撞时间提醒即将追尾。实时计算的碰撞时间优势在于适用于各种高中低行驶场景,包括高速公路高速行驶场景、高架中高速行驶场景和城市道路低速行驶场景。需要强调的是,本步骤中通过车牌图像的尺寸参数的变化计算出的碰撞时间,与正常通过前后车的实时车距S除以前后车的实时车速差V即T=S/V计算出的碰撞时间T不管是数值还是本身的含义都是一样的。本实施例的优势之一就是实时车距和实时车速差这些参数可以忽略无需计算,直接通过车牌图像尺寸参数的变化来估算碰撞时间,出前车的刹车动作或后车的加速动作都可在碰撞时间的变化中反馈。
S600:判断碰撞时间是否小于等于预设警报时间,若是则发送警报信号;
警报时间可由厂家根据应用场景预先设定好,也可以由用户根据自身需求设定;警报时间一般情况下是单个的,但是也可以由用户根据自身需求设置多个,比如说设置一个较大的警报时间和一个较小的警报时间,收到由较大的警报时间触发的警报信号时用户缓刹车就可以避免追尾,而收到由较小的警报时间触发的警报信号时用户需急刹车才能避免追尾;
如果本实施例方法是用于拍摄本车辆前方的行车记录仪的应用场景,则可以通过语音播报的方式发送警报信号提示本车驾驶员,比如“注意车速,请减速”;如果是用于拍摄本车辆后方的车载摄像设备的应用场景,则可以通过联动刹车灯使刹车灯点亮的方式发送警报信号警示后车驾驶员。
从易用性角度来说,搭载本实施例方法的车载摄像设备即可以作为车辆配置出厂自带,那么各种类型车牌的零距离尺寸参数由厂家预先输入;当然也可以作为用户自装配置由用户自行购买,只需在车载摄像设备安装后且使用前通过设置使车载摄像设备采集用户车辆的零距离尺寸参数,具体来说,用户可通过在车前位置握持车牌,然后由车载摄像设备拍摄图像、识别车牌并自动记录零距离尺寸参数,非常简便。
从功能作用上来说,搭载本实施例方法的车载摄像设备即可以放置在车内作为行车记录仪的同时监控本车辆与前车的追尾情况,也可以放置在车尾作为倒车可视系统的同时监控后车与本车辆的追尾情况。
从应用场景来说,搭载本实施例方法的车载摄像设备由于不是通过车距来提醒追尾可能性而是通过实时计算的碰撞时间来提醒即将追尾,故而可适用于车辆全速度行驶场景,即可以适用于高速公路上高速的行驶场景,也可以适用于城市内低速的行驶场景。
虽然通过碰撞时间来提醒追尾适用于各种高中低行驶场景,但是碰撞时间也存在一定缺陷,这是由碰撞时间本身的特性决定的,也即碰撞时间是实时计算的数据侧重于实时性,故而也就缺乏了预防性。当行驶中的前后车的车距不变或变大时,碰撞时间是无穷大的,精确计算过大的碰撞时间是无意义的且浪费计算资源的,故而实际中可以设定碰撞时间的最大值,比如Tmax=10s,当计算的碰撞时间大于10s时则可以终止计算碰撞时间并默认碰撞时间等于10s。当碰撞时间处于最大值(Tmax)且前车突然出现急刹车动作时,前后车的实时车速差V短时间内急剧增加ΔV,由公式可碰撞时间T=S/(V+ΔV)知,当ΔV不变时碰撞时间T的值最终取决于前后车的实时车距S。如果实时车距S较大,那么;两个碰撞时间之间的变化量(差值)还较小,后车还有足够时间避免追尾;如果实时车距S较小,那么两个碰撞时间之间的变化量(差值)就会变的很大,即使在计算出碰撞时间等于预设警报时间时已经发送警报信号,但是实际剩余的时间可能远小于预设警报时间,故而仍然会发生追尾事故,这种情况相对来说出现在高速公路的高速行驶场景可能性较大。
本实施例中为了进一步避免这种情况下的追尾事故,提高安全性,本实施例方法在判断碰撞时间大于预设警报时间的步骤后,还包括步骤:
S700:根据最近连续预设次数的碰撞时间的变化情况确定碰撞时间下降率;
在实际行驶过程中,碰撞时间实际上是个根据前后车的行驶情况随时变化的数值,但是碰撞时间的变化仍是存在规律的,且该规律与前后车的行驶情况直接相关:1)当行驶中的前后车的车距不变或变大时,碰撞时间处于最大值;2)当行驶中的前后车的车距持续变小且速度差V一定时,碰撞时间稳定下降且每秒下降1秒;3)当行驶中的前车刹车或后车加速时,前后车的速度差V会根据前车刹车程度或后车加速程度对应的增大ΔV,对应的前后两次的碰撞时间为T1=S/V、T2=(S-ΔS)/(V+ΔV),为了便于计算,假设两个碰撞时间之间的速度差是匀速变化的,故而ΔS=(2V+ΔV)t/2,其中t为两个碰撞时间的间隔时间;根据T1和T2,可计算出碰撞时间下降率X:
根据上述公式可得出以下参数的相关性:
当V、ΔV和t一定时,碰撞时间下降率X与车距S直接相关,车距S越大碰撞时间下降率X越小,反之车距S越小碰撞时间下降率X越大;
当V、ΔV、S同比例增大或减少时,碰撞时间下降率T不变;
当V、S一定时,ΔV越大碰撞时间下降率X越大,反之ΔV越小碰撞时间下降率X越小;
综合上述参数相关性可得出结论,通过计算碰撞时间下降率其实相当于计算当前速度下对应的前后车车距,而预设警报下降率相当于当前速度下对应的安全车距,当计算出的碰撞时间下降率大于预设警报下降率,其实就是相当于计算出当前速度下的前后车车距已大于当前速度下的动态安全车距,也即在当前速度下的前后车车距已经过小,可能存在潜在的追尾危险,故而计算碰撞时间下降率具有一定的预防效果。
S800:判断碰撞时间下降率是否大于等于预设警报下降率,若是则发送警报信号;
如果本实施例方法是用于拍摄本车辆前方的行车记录仪的应用场景,则可以通过语音播报的方式发送警报信号提示本车驾驶员,比如“车距过小,注意保持安全车距”;如果是用于拍摄本车辆后方的车载摄像设备的应用场景,则可以通过联动刹车灯使刹车灯点亮的方式发送警报信号警示后车驾驶员。
前文提到,预设图像区域的作用是排除相邻车道上这些无关的车辆,避免误判追尾。如果预设图像区域在路况视频中是固定不变的区域则可能会产生一些问题,比如说实际行驶过程中本车辆是会转弯的,如果车道的转弯弧度较大,那么在路况视频中出现本车辆的正前方的车辆可能不是所在车道中的前车而是左右相邻车道中的前车,进而误识别前车,产生误判追尾可能。为了避免这一缺陷,本实施例中S200识别并确定路况视频当前帧中的预设图像区域的步骤,具体包括:
S210识别并确定当前帧中的车道分界线。
S220判断车道分界线是否能形成车道区域,若是则进入步骤S221,否则进入步骤S222。
S221确定当前帧中本车辆所在的车道区域为预设图像区域。
S222确定当前帧中本车辆的正前方图像区域为预设图像区域。
汽车在行驶中,当驾驶员发现紧急情况直至踩下制动踏板发生制动作用之前的这段时间称为反应时间,反应时间内车辆行驶的距离称为反应距离。此距离的长短,取决于行驶速度和反应时间,行驶速度越高或反应时间越长,反应距离就越长。制动距离是衡量一款车的制动性能的关键性参数之一,是指驾驶员踩下制动踏板产生作用至汽车完全停止时。制动距离的长短与悬挂系统、车重、轮胎、制动力、电子辅助系统、制动系统温度、地面状况等因素相关。也就是说,与刹车有关的各种因素总体来说可归为3类:人体反应时间、车体影响因素、环境影响因素,故而本实施例中,预设警报时间为设定警报时间乘以影响系数,影响系数包括车体影响系数和环境影响系数。
其中,设定警报时间是车载摄像设备中厂家预先设定的且用户可根据自身情况和实际驾驶情况修改的。车体影响系数应当是根据车型的各种参数综合确定的,不同车型车体影响系数会有微小差异,如果车载摄像设备是车辆出厂自带配件的则车体影响系数应当由厂家确定且不可修改,如果车载摄像设备是用户自装额外配置的则车体影响系数应当为从多种不同车辆类型对应的车体影响系数中择一选择。环境影响系数是根据当前天气状况或地面状况综合确定的,如果晴天且地面干燥则环境影响系数应当为1。
本实施例中,确定环境影响系数的步骤,包括:
S601周期性的识别并确定当前帧中的天气状况或地面状况;
一般来说,天气状况或地面状况不会在短时间内变化,故而车载摄像设备可以半小时或一小时为周期识别环境情况即可,这样不浪费计算资源;具体的识别方法可参照现有技术中的各种图像识别天气或地面状况的方法。
S602根据天气状况或地面状况确定对应的环境影响系数;
天气状况包括雨天、雾天、雪天等,地面状况包括路面结冰、湿滑、积雪等,不同的天气状况或地面状况可确定对应的环境影响系数,越是增加刹车距离的天气状况或地面状况确则对应的环境影响系数越大。
虽然本发明已通过参考优选的实施例进行了描述,但是,本领域普通技术人员应当了解,可以不限于上述实施例的描述,在权利要求书的范围内,可作出形式和细节上的各种变化。
Claims (8)
1.一种基于图像的车辆防追尾提醒方法,其特征在于,包括:
获取预存的车牌数据和车辆行驶中拍摄的路况视频,所述车牌数据包括车牌类型和与车牌类型对应的零距离尺寸参数;
识别并确定路况视频当前帧中的预设图像区域,所述预设图像区域为当前帧中以本车辆假想向前行驶所占用的图像区域;
识别并确定当前帧中预设图像区域内最近的车牌图像;
识别并确定当前帧中该车牌图像的车牌类型和尺寸参数;
根据当前帧和历史帧中该车牌图像的尺寸参数的变化情况和对应的零距离尺寸参数确定碰撞时间;
判断碰撞时间是否小于等于预设警报时间,若是则发送警报信号。
2.根据权利要求1所述的一种基于图像的车辆防追尾提醒方法,其中,若碰撞时间大于预设警报时间,则进入以下步骤:
根据最近连续预设次数的碰撞时间确定碰撞时间下降率;
判断碰撞时间下降率是否大于等于预设警报下降率,若是则发送警报信号。
3.根据权利要求1所述的一种基于图像的车辆防追尾提醒方法,其中,所述车牌数据还包括与车牌类型对应的临界尺寸参数;
所述识别并确定当前帧中该车牌图像的车牌类型和尺寸参数的步骤后还包括:
判断当前帧中该车牌图像的尺寸参数是否大于临界尺寸参数,若是则进入确定碰撞时间的步骤。
4.根据权利要求1所述的一种基于图像的车辆防追尾提醒方法,其中,所述识别并确定路况视频当前帧中的预设图像区域的步骤包括:
识别并确定当前帧中的车道分界线;
判断车道分界线是否能形成车道区域,若是则确定当前帧中本车辆所在的车道区域为预设图像区域,否则确定当前帧中本车辆的正前方图像区域为预设图像区域。
5.根据权利要求1所述的一种基于图像的车辆防追尾提醒方法,其中,所述预设警报时间为设定警报时间乘以影响系数,所述影响系数包括车体影响系数和环境影响系数。
6.根据权利要求5所述的一种基于图像的车辆防追尾提醒方法,其中,还包括步骤:
周期性的识别并确定当前帧中的天气状况或地面状况;
根据天气状况或地面状况确定对应的环境影响系数。
7.一种车用摄像设备,包括用于存储程序的存储器和用于执行所述程序的处理器,其特征在于:所述程序被处理器执行时实现权利要求1-6任意一项所述方法的步骤。
8.一种车辆,其特征在于:包括如权利要求7所述车用摄像设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310836634.XA CN116935697A (zh) | 2023-07-10 | 2023-07-10 | 一种基于图像的车辆防追尾提醒方法、车用摄像设备及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310836634.XA CN116935697A (zh) | 2023-07-10 | 2023-07-10 | 一种基于图像的车辆防追尾提醒方法、车用摄像设备及车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116935697A true CN116935697A (zh) | 2023-10-24 |
Family
ID=88379907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310836634.XA Pending CN116935697A (zh) | 2023-07-10 | 2023-07-10 | 一种基于图像的车辆防追尾提醒方法、车用摄像设备及车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116935697A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130051270A (ko) * | 2011-11-09 | 2013-05-20 | 한국항공우주산업 주식회사 | 충돌 회피 장치 및 충돌 회피 방법 |
CN106114505A (zh) * | 2016-07-04 | 2016-11-16 | 浙江工商大学 | 一种车辆辅助驾驶系统的前车碰撞预警方法 |
KR101784764B1 (ko) * | 2017-09-05 | 2017-10-12 | 주식회사한맥아이피에스 | 전기차의 고속도로 통행료 징수 방법 |
KR101794632B1 (ko) * | 2017-09-05 | 2017-11-07 | 주식회사한맥아이피에스 | 전기차 번호판 로고 패턴 인식 방법 |
CN107878767A (zh) * | 2016-09-30 | 2018-04-06 | 波音公司 | 用于向飞行员警示碰撞风险的系统和方法 |
CN108399403A (zh) * | 2018-02-28 | 2018-08-14 | 重庆大学 | 一种基于车牌尺寸计算的车距检测方法 |
CN108986461A (zh) * | 2018-07-13 | 2018-12-11 | 西安理工大学 | 一种基于时间的交叉路口车辆碰撞概率分析方法 |
CN109318893A (zh) * | 2018-10-30 | 2019-02-12 | 南京邮电大学 | 基于车牌像素高度变化的安全驾驶辅助方法和系统 |
KR102170992B1 (ko) * | 2020-06-25 | 2020-10-28 | (주)스마트링스 | 다기능 차량번호인식 시스템 및 그 제어방법 |
CN112349142A (zh) * | 2020-10-29 | 2021-02-09 | 深圳市元征科技股份有限公司 | 一种车辆追尾预警方法及其相关设备 |
-
2023
- 2023-07-10 CN CN202310836634.XA patent/CN116935697A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130051270A (ko) * | 2011-11-09 | 2013-05-20 | 한국항공우주산업 주식회사 | 충돌 회피 장치 및 충돌 회피 방법 |
CN106114505A (zh) * | 2016-07-04 | 2016-11-16 | 浙江工商大学 | 一种车辆辅助驾驶系统的前车碰撞预警方法 |
CN107878767A (zh) * | 2016-09-30 | 2018-04-06 | 波音公司 | 用于向飞行员警示碰撞风险的系统和方法 |
KR101784764B1 (ko) * | 2017-09-05 | 2017-10-12 | 주식회사한맥아이피에스 | 전기차의 고속도로 통행료 징수 방법 |
KR101794632B1 (ko) * | 2017-09-05 | 2017-11-07 | 주식회사한맥아이피에스 | 전기차 번호판 로고 패턴 인식 방법 |
CN108399403A (zh) * | 2018-02-28 | 2018-08-14 | 重庆大学 | 一种基于车牌尺寸计算的车距检测方法 |
CN108986461A (zh) * | 2018-07-13 | 2018-12-11 | 西安理工大学 | 一种基于时间的交叉路口车辆碰撞概率分析方法 |
CN109318893A (zh) * | 2018-10-30 | 2019-02-12 | 南京邮电大学 | 基于车牌像素高度变化的安全驾驶辅助方法和系统 |
KR102170992B1 (ko) * | 2020-06-25 | 2020-10-28 | (주)스마트링스 | 다기능 차량번호인식 시스템 및 그 제어방법 |
CN112349142A (zh) * | 2020-10-29 | 2021-02-09 | 深圳市元征科技股份有限公司 | 一种车辆追尾预警方法及其相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5850176A (en) | Drive assist system for vehicle | |
US5808561A (en) | Drive assist system for a vehicle and the method thereof | |
US6737963B2 (en) | Driver tailgating and following aid | |
CN109272776B (zh) | 一种基于图像处理的防追尾预警系统 | |
US6185499B1 (en) | Cruise control system for motor vehicle | |
CN111091706B (zh) | 信息处理系统和信息处理方法 | |
US20090177347A1 (en) | Vehicle driver assistance system and method | |
AU2013316125B2 (en) | Backward movement indicator apparatus for a vehicle | |
KR100820310B1 (ko) | 자동차의 추돌방지장치 및 방법 | |
CN114148321B (zh) | 一种考虑碰撞风险的自动紧急制动及安全评价方法 | |
US10977882B1 (en) | Driver health profile | |
CN112660082B (zh) | 一种车辆紧急制动预建压方法及相关设备 | |
CN116935697A (zh) | 一种基于图像的车辆防追尾提醒方法、车用摄像设备及车辆 | |
CN111833610A (zh) | 一种提高道路交通安全性的检测方法 | |
CN107891857B (zh) | 一种车辆制动的提示方法、装置及车辆 | |
CN113060130B (zh) | 车载驾驶辅助控制方法及存储介质 | |
CN113370991A (zh) | 辅助驾驶方法、装置、设备、存储介质及计算机程序产品 | |
CN113408320A (zh) | 用于车辆避撞的方法、电子设备和计算机存储介质 | |
CN113299077B (zh) | 一种防止追尾的车辆控制方法、装置及存储介质 | |
CN113085846B (zh) | 车载视觉辅助驾驶系统及其控制方法 | |
CN117975751A (zh) | 一种车辆行驶提醒方法、装置、设备及存储介质 | |
US20240051535A1 (en) | Vehicle control apparatus | |
CN118004156A (zh) | 车辆防护方法、装置、以及车辆 | |
CN112926545A (zh) | 车载急刹车危险行为识别系统、控制方法及存储介质 | |
JP2024071937A (ja) | 車両制御装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |